如何保持长期、稳定的努力?

2019 年 1 月 19 日 互联网er的早读课


来源:贺嘉老师(ID:kuajie123

排版:杂芜


01 认清现状


相传这是胡适的日记:


7月4日:新开这本日记,也为了督促自己下个学期多下些苦功,先要读完手边的莎士比亚的《亨利八世》。

7月13日:打牌。

7月14日:打牌。

7月15日:打牌。

7月16日:胡适之啊胡适之!你怎么能如此堕落!先前订下的学习计划你都忘了吗?子曰:“吾日三省吾身。”不能再这样下去了!

7月17日:打牌。

7月18日:打牌。


这大概是我们很多人的真实写照了。


flag立了又倒,口号永远比行动大,很难做出真正的改变。


像打了鸡血一样决定要努力时,坚持不到两三天就想放弃了。


“我以后再也不xx了”,为什么这句话的时效只有3分钟?为什么我们想去改变的事总是坚持不下来?


每天都是——间歇性踌躇满志,持续性混吃等死。


这是因为,我们在努力的过程中,并没有建立正确的目标思维,踩了非常多的坑。


02 找出误区


误区一:目标设置不合理。


我之前给自己设立目标的时候,写了长长的清单。


新的一年,我想每天都读一本书,写读后感,每天去跑步,背单词打卡,每天还要看一个Ted演讲,临摹2 页的字帖,看完自己关注的公众号的当天的推送……


结果当然是显而易见,我一件事都没坚持下来。


我们每个人都想改变自己,都想变得更好。


可是,就像一口吃不成个胖子。


短时间内想要改变那么多,消耗的精力是非常大的。


这反而会加速我们的放弃。

目标设置的太远大,也是不合理的。


比如说:“今年我要赚很多钱”。


它并没有具体的程度,这就很难落实。


“今年我要赚500万。”


对于我们绝大多数人来讲,这太难实现了。


所以为之努力的时候,没几天就会想放弃了。


“今年我要比去年多赚5万块。”


这就比之前的目标更有可行性了,属于我们跳一跳能够的着的。


误区二:我们为任务的开始设置了一个时限。


波利维和赫尔曼提出过一个理论,叫做虚假希望综合症。


当我们在下定决心做出改变的时候,就已经感觉良好了,从而行动上懈怠,有了罪恶感,然后放弃目标。


等到下一次重新立flag,再次自我感觉良好,行动上懈怠,有罪恶感,放弃目标……


当我们决定开启一个新目标的时候,往往是我们决心最强的时候。


上了体重秤发现自己又胖了十斤时,我们决定:“下个月一定要开始每天跑步!”;


看了自己卡里余额,我们痛苦地捂住胸口感叹,下个月一定要勤俭节约,开始记账,开源节流;


发现自己皮肤又差了、看上去又憔悴了,我们决定下个礼拜开始不再熬夜,一定要早睡早起……


然而事实上却是:


跑鞋就挑了一个礼拜,到手后懒得出门了;


想想记账好麻烦,还是算了吧;


晚上反正都睡不着,我再玩会手机,明天再说吧……


为自己的目标设置一个开始的时限,并不会增加仪式感。


反而像给自己上了死缓一样,等待着接受审判,潜意识里又会选择逃避。


     

人人都有逃避问题的倾向。


比起直面我们的问题,一想到克服问题会带来一系列痛苦,跑步会累得气喘吁吁,记账琐碎,早起更是做不到……


我们就更愿意选择那些能够帮助我们规避与远离的事。


比如,先打局游戏吧,明天再出门;

先看会视频吧,等会再说;

先刷会朋友圈吧,反正也睡不着……


然而,拖延的时间越长,痛苦的问题就会越多。


那个去跑步、去记账、去早睡早起的明天,永远等不来。


误区三:反馈周期太长。


为什么我们看一本晦涩的书坚持不到十几页就很累,嗑瓜子却能轻轻松松嗑上一个小时?


为什么学习一会儿就累了,打游戏却能打一天?


因为嗑瓜子的时候,我们马上就能吃到瓜子仁。在“嗑瓜子——吃瓜子仁”的这个过程中,2秒钟就可以获得反馈。


在打游戏的时候,几分钟到几十分钟,我们就可以通过游戏的输赢、通关与否获得反馈,然后在新的一局吸取经验,重新挑战。


容易获得反馈的事,我们的大脑就能感受到愉悦,并且能轻松地坚持下去。


而我们努力学习,学习一整天,往往也不会那么快的有效果,就会失去兴趣。


意志力薄弱的话,就会索性放弃,转而去快乐地打游戏。


03 对症下药


找到了误区,我们也就找到了解药。


第一步、精简目标。


集中力量办大事。


想做的事很多的时候,不要一下改变太多。


静下心来想一想,有没有那么一件事,是你迫不及待地想要去改变的,是你最想去做的,是你愿意为之付出持续的努力的?


我们的精力是有限的。把80%的精力放在你觉得最重要的那件事上吧。


     

第二步、拆解目标。


一个更容易坚持下来的目标,一定是具体、可行的。


任何大目标都可以通过拆解成小目标而变得具体化。


举个例子,我决定今年去跑一次全程马拉松的话,那我就可以把它拆解为跑到十公里;十公里还可以继续往下拆解,五公里、三公里、一公里……



目标越具体,难度就被降低的越小,我们也就越容易实现。


同样,如果决定建立阅读习惯的话,为了避免几个月都没翻完一本书,我们就可以把读完xxx本书的目标进行拆解。


比如第一个月我要阅读和沟通相关的书,第二个月读和时间管理相关的书……


由此还能再继续拆解细化到每一周、每一天。


第三步、减少干扰,推迟满足感。


想逃避问题去打游戏时,你就把游戏卸载掉;


专注力不够,就走出房间,去能让我们集中精力的地方,比如自习室。


习惯往往是会传染的。


当大家都在懒散地走捷径时,我们也往往会被同化,去做大家都在做的事,无论对错。


所以,想努力时,身边的诱惑太多的话,那就把干扰选项全部排除掉吧。


     

推迟满足感又是什么呢?


把“下一次”换成“这一次”。


当你决定开始跑步时,从今天就开始。


看到优秀的文章想收藏到以后去学习时,现在就把它变成你的行动。


暂时的逃避可能会让你感到安逸和满足,但如果直面你要挑战的事时,你一定会收获更大的满足感。


《少有人走的路》里面说到,推迟满足感意味着不贪图暂时的安逸,重新设置快乐与痛苦的次序。


在我们感受到痛苦时,马上就去解决问题,然后享受它带来的快乐吧。


第四步、建立反馈机制。


让自己在做的事更容易获得反馈,你可以建立起属于自己的反馈机制。


比如,你可以在桌子边上放一个玻璃罐。每完成一个单位的任务,就往玻璃罐里放一个小球。


放满多少个小球时,我们就可以奖励自己一个想买的小礼物,看一场想看的电影……


每一刻的坚持,都转变成了可视化的奖赏,这样就有了源源不断的动力了。


  

04 小结


长期、持续、稳定的努力都是有技巧的。


  • 保留自己最想达到的目标,拆解自己的目标;


  • 减少干扰,推迟满足感,把“下一次”换成“这一次”;


  • 为自己建立反馈机制,长期的为之坚持下去。


希望大家都不再做空有上进心的人,要一起成为行动上的巨人。


如果觉得文章对你有所帮助,欢迎留言并且推荐给你的好友。


本文由贺嘉老师(ID:kuajie123发布,授权互联网早读课转载。内容仅代表作者独立观点,不代表早读课立场。如需转载,请联系原作者。


热点阅读:

延伸阅读:


登录查看更多
0

相关内容

TED(指 Technology、Entertainment、Design 在英语中的缩写,即技术、娱乐、设计)是美国的一家私有非营利机构,该机构以它组织的 TED 大会著称。每年3月,TED大会在美国召集众多科学、设计、文学、音乐等领域的杰出人物,分享他们关於技术、社会、人的思考和探索。TED演讲的特点是毫无繁杂冗长的专业讲座,观点响亮,开门见山,种类繁多,看法新颖。
[ICML-Google]先宽后窄:对深度薄网络的有效训练
专知会员服务
33+阅读 · 2020年7月5日
【ICML2020-华为港科大】RNN和LSTM有长期记忆吗?
专知会员服务
73+阅读 · 2020年6月25日
专知会员服务
142+阅读 · 2020年6月15日
少标签数据学习,54页ppt
专知会员服务
194+阅读 · 2020年5月22日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
2019必读的十大深度强化学习论文
专知会员服务
57+阅读 · 2020年1月16日
《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
30+阅读 · 2019年10月17日
最好的激励,是激发员工的自驱力
华章管理
9+阅读 · 2019年4月14日
冬日里的一首歌 | 清华快闪女指挥王明媚讲述背后的故事
清华大学研究生教育
57+阅读 · 2019年1月9日
【财富空间】一个人真正的资本是什么
产业智能官
6+阅读 · 2018年3月16日
如何做个小冰那样成功的聊天机器人
七月在线实验室
5+阅读 · 2017年12月4日
谈谈王者荣耀
小道消息
4+阅读 · 2017年7月6日
Financial Time Series Representation Learning
Arxiv
10+阅读 · 2020年3月27日
Arxiv
3+阅读 · 2018年10月11日
Relational Deep Reinforcement Learning
Arxiv
10+阅读 · 2018年6月28日
Arxiv
19+阅读 · 2018年6月27日
Arxiv
7+阅读 · 2018年6月19日
Arxiv
6+阅读 · 2018年3月12日
Arxiv
3+阅读 · 2018年1月31日
VIP会员
相关VIP内容
[ICML-Google]先宽后窄:对深度薄网络的有效训练
专知会员服务
33+阅读 · 2020年7月5日
【ICML2020-华为港科大】RNN和LSTM有长期记忆吗?
专知会员服务
73+阅读 · 2020年6月25日
专知会员服务
142+阅读 · 2020年6月15日
少标签数据学习,54页ppt
专知会员服务
194+阅读 · 2020年5月22日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
2019必读的十大深度强化学习论文
专知会员服务
57+阅读 · 2020年1月16日
《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
30+阅读 · 2019年10月17日
相关资讯
最好的激励,是激发员工的自驱力
华章管理
9+阅读 · 2019年4月14日
冬日里的一首歌 | 清华快闪女指挥王明媚讲述背后的故事
清华大学研究生教育
57+阅读 · 2019年1月9日
【财富空间】一个人真正的资本是什么
产业智能官
6+阅读 · 2018年3月16日
如何做个小冰那样成功的聊天机器人
七月在线实验室
5+阅读 · 2017年12月4日
谈谈王者荣耀
小道消息
4+阅读 · 2017年7月6日
相关论文
Financial Time Series Representation Learning
Arxiv
10+阅读 · 2020年3月27日
Arxiv
3+阅读 · 2018年10月11日
Relational Deep Reinforcement Learning
Arxiv
10+阅读 · 2018年6月28日
Arxiv
19+阅读 · 2018年6月27日
Arxiv
7+阅读 · 2018年6月19日
Arxiv
6+阅读 · 2018年3月12日
Arxiv
3+阅读 · 2018年1月31日
Top
微信扫码咨询专知VIP会员